視頻壓縮技術(shù)的系統考慮

MPEG-2 解碼最初對于通用處理器及 DSP 具有很高的處理要求。優(yōu)化的固定功能 MPEG-2 解碼器開(kāi)發(fā)已問(wèn)世，由于使用量較高，成本已逐漸降低。MPEG2 證明低成本芯片解決方案的供應是視頻編解碼標準成功和普及的關(guān)鍵。

H.263

H.263[5] 在 H.261 之后得到開(kāi)發(fā)，主要是為了以更低的比特率實(shí)現更高的質(zhì)量。其主要目標之一是基于普通 28.8Kbps 電話(huà)調制解調器的視頻。目標分辨率是 SQCIF (128(96)～CIF (352(288)。其基本原理與 H.261 大同小異。

H.263 的運動(dòng)矢量在兩個(gè)方向上允許是 1/2 的倍數（“半像素”），參考圖像以數字方式內插到更高的分辨率。這種方法可以提高 MC 精度及壓縮比。MV 可采用更大的范圍。為不同方案提供許多新的選項，包括：

* 4 個(gè)運動(dòng)矢量——每個(gè)塊采用一個(gè)運動(dòng)矢量，而非整個(gè) MB 采用單個(gè)運動(dòng)矢量。

* 3D VLC：Huffman 編碼——將塊結束 (EOB) 指示符與每個(gè)運行級別對結合在一起。這種功能主要用于低比特率，這時(shí)大多時(shí)候只有一、兩個(gè)編碼系數。

盡管存在這些功能，但是仍然很難在普通電話(huà)線(xiàn)上實(shí)現理想的視頻質(zhì)量，而且目前基于標準調制解調器的可視電話(huà)仍然是一個(gè)難題。不過(guò)，由于 H.263 一般情況下可提供優(yōu)于 H.261 的效率，它成為了電視會(huì )議首選的算法，但是，為了兼容舊系統，仍然需要支持 H.261。H.263 逐漸發(fā)展成為了 H.263+，其增加了可選的附件，為提高壓縮并實(shí)現分組網(wǎng)的魯棒性提供支持。H.263 及其附件構成了MPEG-4 中許多編碼工具的核心。

MPEG-4

MPEG-4[6] 由 ISO 提出，以延續 MPEG-2 的成功。一些早期的目標包括：提高容錯能力以支持無(wú)線(xiàn)網(wǎng)、對低比特率應用進(jìn)行更好的支持、實(shí)現各種新工具以支持圖形對象及視頻之間的融合。大部分圖形功能并未在產(chǎn)品中受到重視，相關(guān)實(shí)施主要集中在改善低比特率壓縮及提高容錯性上。.

MPEG-4 簡(jiǎn)化類(lèi) (SP) 以H.263為基礎，為改善壓縮增加了新的工具，包括：

無(wú)限制的運動(dòng)矢量：支持對象部分超出幀邊界時(shí)的預測。

可變塊大小運動(dòng)補償：可以在 16(16 或 8(8 粒度下進(jìn)行運動(dòng)補償。

上下文自適應幀內 DCT DC/AC 預測：可以通過(guò)當前塊的左右相鄰塊預測 DC/AC DCT 系數。

擴展量化 AC 系數的動(dòng)態(tài)范圍，支持高清視頻：從 H.263 的 [-127:127] 到 [-2047, 2047]。

增加了容錯功能，以支持丟包情況下的恢復，包括：

片斷重同步 (Slice Resynchronization)：在圖像內建立片斷 (slice)，以便在出現錯誤后更快速的進(jìn)行重新同步。與 MPEG-2 數據包大小不同，MPEG4 數據包大小與用于描述 MB 的比特數量脫離了聯(lián)系。因此，不管每個(gè) MB 的信息量多少，都可以在位流中按相同間隔進(jìn)行重新同步。

數據分割：這種模式允許利用唯一的運動(dòng)邊界標記將視頻數據包中的數據分割成運動(dòng)部分和 DCT 數據部分。這樣就可以實(shí)現對運動(dòng)矢量數據更嚴格的檢查。如果出現錯誤，我們可以更清楚地了解錯誤之處，從而避免在發(fā)現錯誤情況下拋棄所有運動(dòng)數據。

可逆 VLC：VLC 編碼表允許后向及前向解碼。在遇到錯誤時(shí)，可以在下一個(gè)slice進(jìn)行同步，或者開(kāi)始編碼并且返回到出現錯誤之處。

新預測 (NEWPRED)：主要用于在實(shí)時(shí)應用中實(shí)現快速錯誤恢復，這些應用中的解碼器在出現丟包情況下采用逆向通道向解碼器請求補充信息。

MPEG-4 高級簡(jiǎn)化類(lèi) (ASP) 以簡(jiǎn)化類(lèi)為基礎，增加了與 MPEG-2 類(lèi)似的 B 幀及隔行工具（用于Level 4 及以上級別）。另外它還增加了四分之一像素運動(dòng)補償及用于全局運動(dòng)補償的選項。MPEG-4 高級簡(jiǎn)化類(lèi)比簡(jiǎn)化類(lèi)的處理性能要求更高，而且復雜性與編碼效率都高于 MPEG-2。

MPEG-4 最初用于因特網(wǎng)數據流，例如，已經(jīng)被 Apple 的 QuickTime 播放器采用。MPEG-4 簡(jiǎn)化類(lèi)目前在移動(dòng)數據流中得到廣泛應用。MPEG-4 ASP 是已經(jīng)流行的專(zhuān)有 DivX 編解碼器的基石。

工具與壓縮增益

當我們查看 H.261、MPEG1、MPEG2 與 H.263 視頻編解碼技術(shù)中引入的功能時(shí)，明顯可以發(fā)現幾種基本技巧提供了大部分壓縮增益。圖 4 說(shuō)明這些技巧及其相關(guān)效果。與 4 個(gè)運動(dòng)矢量以及四分之一像素運動(dòng)補償等工具相比，運動(dòng)補償（整數像素與半像素）的效果顯然更為突出。

圖 4：基本技巧的效果：1) 無(wú) MC；2) 增加 Skip 模式構成 CR 編碼器；3) 僅允許零 MV；4) 允許整數像素 MC；5) 允許半像素 MC；6) 允許 4-MV；7) 允許四分之一像素MC。如欲了解有關(guān)詳細說(shuō)明，敬請參見(jiàn) [7]。

7. H.264/ MPEG4-AVC

視頻編碼技術(shù)在過(guò)去幾年最重要的發(fā)展之一是由 ITU 和 ISO/IEC 的聯(lián)合視頻小組 (JVT) 開(kāi)發(fā)了 H.264/MPEG-4 AVC[8] 標準。在發(fā)展過(guò)程中，業(yè)界為這種新標準取了許多不同的名稱(chēng)。ITU 在 1997 年開(kāi)始利用重要的新編碼工具處理 H.26L（長(cháng)期），結果令人鼓舞，于是 ISO 決定聯(lián)手 ITU 組建 JVT 并采用一個(gè)通用的標準。因此，大家有時(shí)會(huì )聽(tīng)到有人將這項標準稱(chēng)為 JVT，盡管它并非正式名稱(chēng)。ITU 在 2003 年 5 月批準了新的 H.264 標準。ISO 在 2003 年 10 月以 MPEG-4 Part 10、高級視頻編碼或 AVC 的名稱(chēng)批準了該標準。

H.264/AVC 在壓縮效率方面取得了巨大突破，一般情況下達到 MPEG-2 及 MPEG-4 簡(jiǎn)化類(lèi)壓縮效率的大約 2 倍。在 JVT 進(jìn)行的正式測試中 [9]，H.264 在 85 個(gè)測試案例中有 78％ 的案例實(shí)現 1.5 倍以上的編碼效率提高，77％ 的案例中達到 2 倍以上，部分案例甚至高達 4 倍。H.264 實(shí)現的改進(jìn)創(chuàng )造了新的市場(chǎng)機遇，如：

* 600Kbps 的 VHS 品質(zhì)視頻?？梢酝ㄟ^(guò) ADSL 線(xiàn)路實(shí)現視頻點(diǎn)播。

* 高清晰電影無(wú)需新的激光頭即可適應普通 DVD。

H.264 標準化時(shí)支持三個(gè)類(lèi)別：基本類(lèi)、主類(lèi)及擴展類(lèi)。后來(lái)一項稱(chēng)為高保真范圍擴展 (FRExt) 的修訂引入了稱(chēng)為高級類(lèi)的 4 個(gè)附加類(lèi)。在初期主要是基本類(lèi)和主類(lèi)引起了大家的興趣?；绢?lèi)降低了計算及系統內存需求，而且針對低時(shí)延進(jìn)行了優(yōu)化。由于 B 幀的內在時(shí)延以及 CABAC 的計算復雜性，因此它不包括這兩者?；绢?lèi)非常適合可視電話(huà)應用以及其他需要低成本實(shí)時(shí)編碼的應用。

主類(lèi)提供的壓縮效率最高，但其要求的處理能力也比基本類(lèi)高許多，因此使其難以用于低成本實(shí)時(shí)編碼和低時(shí)延應用。廣播與內容存儲應用對主類(lèi)最感興趣，它們是為了盡可能以最低的比特率獲得最高的視頻質(zhì)量。

盡管 H.264 采用與舊標準相同的主要編碼功能，不過(guò)它還具有許多與舊標準不同的新功能，它們一起實(shí)現了編碼效率的提高。圖 5 的編碼器框圖總結了其主要差別，概述如下：

幀內預測與編碼：H.264 采用空域幀內預測技術(shù)來(lái)預測相鄰塊鄰近像素的 Intra-MB 中的像素。它對預測殘差信號和預測模式進(jìn)行編碼，而不是編碼塊中的實(shí)際像素。這樣可以顯著(zhù)提高幀內編碼效率。

幀間預測與編碼：H.264 中的幀間編碼采用了舊標準的主要功能，同時(shí)也增加了靈活性及可操作性，包括適用于多種功能的幾種塊大小選項，如：運動(dòng)補償、四分之一像素運動(dòng)補償、多參考幀、通用 (generalized) 雙向預測和自適應環(huán)路去塊。

可變矢量塊大?。涸试S采用不同塊大小執行運動(dòng)補償?？梢詾樾≈?4(4 的塊傳輸單個(gè)運動(dòng)矢量，因此在雙向預測情況下可以為單個(gè) MB 傳輸多達 32 個(gè)運動(dòng)矢量。另外還支持 16(8、8(16、8(8、8(4 和 4(8 的塊大小。降低塊大小可以提高運動(dòng)細節的處理能力，因而提高主觀(guān)質(zhì)量感受，包括消除較大的塊化失真。

四分之一像素運動(dòng)估計：通過(guò)允許半像素和四分之一像素運動(dòng)矢量分辨率可以改善運動(dòng)補償。

多參考幀預測：16 個(gè)不同的參考幀可以用于幀間編碼，從而可以改善視頻質(zhì)量的主觀(guān)感受并提高編碼效率。提供多個(gè)參考幀還有助于提高 H.264 位流的容錯能力。值得注意的是，這種特性會(huì )增加編碼器與解碼器的內存需求，因為必須在內存中保存多個(gè)參考幀。

自適應環(huán)路去塊濾波器：H.264 采用一種自適應解塊濾波器，它會(huì )在預測回路內

對水平和垂直區塊邊緣進(jìn)行處理，用于消除塊預測誤差造成的失真。這種濾波通常是基于 4(4 塊邊界為運算基礎，其中邊界各邊的 3 個(gè)像素可通過(guò) 4 級濾波器進(jìn)行更新。